The main aim of using radars in industrial safety system is to detect the presence of target accurately. The conventional methods of radar target detection algorithm such as the Cell averaging constant false alarm rate method (CA-CFAR), Greatest of constant false alarm method (GO-CFAR) and the Smallest of constant false alarm rate method (SO-CFAR) has their own disadvantage when it comes to precise target detection which is a key factor for a safety system. This thesis investigates the above mentioned conventional CFAR algorithms for its pros and cons in target detection and proposes a new and improved method called Cell Evaluation target detection method. The proposed method is shown to mitigate the limitations present and the assumptions made in the conventional target detection method. Further more angular estimation is performed to determine the precise location of the target and the artifacts due to the angular estimation is eliminated by aggregating the detected points from multiple radar modules by linear translation. This gives a better visualization of the target. / Radarteknik kan användas inom maskinsäkerhet (MS) för att detektera skyddsvärda objekt, typiskt människor i arbete nära maskiner. Konventionella metoder för detektering med given frekvens falsk alarm (eng. Constant False Alarm Rate (CFAR)) som baseras på medelvärden, har dock betydande brister. Främst beträffande precision och tillförlitlighet, vilket är centralt för MS. Exempel som studerats i detta examensarbete är “Cell-averaging CFAR” (CA-CFAR), “Greatest of CFAR” (GO-CFAR) samt “Smallest of CFAR” (SO-CFAR). Med målet att förbättra detektionen föreslås även en ny CFAR-metod, vilken benämns ”Cell Evaluation target detection”. I detta arbete visas denna metod undertrycka begränsningar med konventionella tekniker. Den undviker även en del antaganden som inte alltid stämmer i praktiken. Studien inkluderar även skattning av riktning. Det visas hur visualisering av skyddsobjekt kan förbättras, genom att felaktigheter elimineras efter sammanläggning av detektioner från flera radarmoduler efter koordinattransformation.

Lorsqu'une grandeur est observée par une série temporelle de mesures périodiques, telles que des mesures d'angles, les outils statistiques du domaine linéaire ne sont plus adaptés à l'estimation des paramètres statistiques de cette série. Nous proposons des filtres et un opérateur de fusion adaptés aux grandeurs aléatoires circulaires. Ils sont développés dans un cadre bayésien avec la distribution circulaire normale de von Mises. De plus, on propose un estimateur circulaire GLR (Global Likehood Ratio) de ruptures dans un signal angulaire s'appuyant sur un filtre particulaire défini dans le domaine circulaire. Le traitement des signaux GNSS repose traditionnellement sur l'estimation récursive, en boucles fermées, de trois paramètres : le délai de code, la phase et la fréquence porteuse du signal reçu. On montre dans cette thèse que l'estimation de la phase et de la fréquence en boucle fermée est à l'origine d'imprécisions et de perturbations additionnelles. On propose une nouvelle approche pour l'estimation de ces paramètres en boule ouverte. Dans ce cas, les mesures de phase sont des angles, définis entre ‒π et π. Statistiquement, elles peuvent être modélisées par la distribution circulaire de von Mises et l'on utilise donc les outils d'estimation circulaire développés dans cette thèse pour les traiter. On montre l'intérêt de l'approche proposée pour le positionnement et pour l'altimétrie par réflectométrie des signaux GNSS. La précision obtenue est de l'ordre du centimètre, pour des durées d'intégrationd'une milliseconde. On propose également une technique de résolution de l'ambiguïté de phase, utilisable dans une approche mono-récepteur et mono-fréquence. / When a value is observed by a temporal series of periodic measurements, such as angle measurements, the statistic tools of the linear domain are no longer adapted to the estimation of the statistical parameters of this series. We propose several filters and a fusion operator adapted to angular random variables estimation. They are developed in a Bayesian framework with the von Mises circular normal distribution. Moreover, we propose a Global Likelihood Ratio circular change estimator which relies on a particle filter defined in the circular domain. GNSS signal procedding traditionnaly relies on the recursive estimation of three parameters in lock loops : the code delay, the phase and the frequency of the received signal carrier. We show in this thesis that the phase and frequency estimations, when realized in a lock loop, cause imprecisions and additional perturbations. We proposea new approach for the estimation of these parameters in an open loop. in this context, the phase measurements are angles defined between ‒π et π. They can be modeled using the von Mises distribution, thus we use the developed circular estimation tools in order to process them. We show the benefit of the proposed approach for positioning and for height estimation using the GNSS-Reflectometry technique. The obtained precision is of the centimeter order, for integration times of one millisecond. We also propose a phase ambiguity resolution technique which can be used in a mono-receiver , mono-frequency approach.